Noslēguma darbu reģistrs
  
Studiju darba apraksts
Studiju veids bakalaura akadēmiskās studijas
Studiju programmas nosaukums Informācijas tehnoloģija
Nosaukums Datu ieguves metožu izmantošana kuņģa slimības datu analīzē
Nosaukums angļu valodā Stomach Disease Data Analysis with Data Mining Methods
Struktūrvienība 33000 Datorzinātnes, informācijas tehnoloģijas un enerģētikas fakultāte
Darba vadītājs Dr. sc. ing. Sergejs Paršutins
Recenzents Mg. sc. ing. Egmonts Treiguts
Anotācija Medicīnas problēmu uzdevumos ir svarīga diagnozes precizitāte, jo tā ir cieši saistīta ar cilvēkiem. Lai sasniegtu augstu datu precizitātes pakāpi, jāpielieto vairākas tehnoloģijas. Šīs tehnoloģijas palīdz apstrādāt datus un iegūt no tām zināšanas. Pētījumā tika pielietoti: k-tuvāko kaimiņu klasifikators, C4,5 un Naivais Baijesa klasifikators. Tie tika izvēlēti, jo ir vieni no izplatītākajiem un viegli realizējamākajiem algoritmiem. Šis bakalaura darbs ir saistīts ar medicīnas datu analīzi, konkrētāk ar pacientu kuņģa slimības datiem, izmantojot dažādas datu ieguves metodes. Bakalaura darba mērķis ir izpētīt un izanalizēt kuņģa čūlas medicīnas datus ar datu ieguves metodēm. Šie dati tika atspoguļoti ar dažādiem atribūtiem (piem., svars, augums, dzimums, vecums utt.), kuri kopumā sniedz informāciju par pacienta veselību. Eksperimenti ar datiem tika veikti ar Orange Canvas programmatūras palīdzību. Šajā programmā ar logrīku palīdzību tika izveidota shēma datu attēlošanai un algoritmu darbības rezultātu salīdzināšanai. Algoritmu efektivitātes vērtēšanas kritērijs ir vidējā kvadrātiskā kļūda, kura tika aprēķināta pēc neskaidrības matricas. Pēc tam rezultāti tiek apkopoti un tiek definēts labākais no apskatāmiem algoritmiem. Tad, balstoties uz pacienta iesniegtām analīzēm, viņš pēc nepieciešamības var būt nosūtīts uz atkārtoto medicīnisko apskati. Darba apjoms - 63 lpp., 13 tabulas, 24 zīmējumu un 3 pielikumi.
Atslēgas vārdi DATU IEGUVES METOŽU IZMANTOŠANA KUŅĢA SLIMĪBAS DATU ANALĪZĒ
Atslēgas vārdi angļu valodā STOMACH DISEASE DATA ANALYSIS WITH DATA MINING METHODS
Valoda lv
Gads 2012
Darba augšupielādes datums un laiks 21.06.2012 06:11:46